Análisis de Correlación Entre Parámetros Morfométricos, Precipitaciones Máximas y Caudales Máximos Asociados A Diferentes Periodos de Retorno en Cuencas Rurales

ANÁLISIS DE CORRELACIÓN ENTRE PARÁMETROS MORFOMÉTRICOS,
PRECIPITACIONES MÁXIMAS Y CAUDALES MÁXIMOS ASOCIADOS A

DIFERENTES PERIODOS DE RETORNO EN CUENCAS RURALES
RÓMULO SUÁREZ FIESCO
OMAR FÉLIX ALMEIDA ROSERO
UNIVERSIDAD CATÓLICA DE COLOMBIA
FACULTAD DE INGENIERÍA
PROGRAMA DE ESPECIALIZACIÓN EN RECURSOS HÍDRICOS
BOGOTÁ D.C – 2017

ANÁLISIS DE CORRELACIÓN ENTRE PARÁMETROS MORFOMÉTRICOS,
PRECIPITACIONES MÁXIMAS Y CAUDALES MÁXIMOS ASOCIADOS A
DIFERENTES PERIODOS DE RETORNO EN CUENCAS RURALES
RÓMULO SUÁREZ FIESCO
OMAR FÉLIX ALMEIDA ROSERO
Trabajo de grado para obtener el título de especialista en Recursos Hídricos.
ASESOR: JORGE ALBERTO VALERO FANDIÑO
INGENIERO CIVIL, MSC.
UNIVERSIDAD CATÓLICA DE COLOMBIA
FACULTAD DE INGENIERÍA
PROGRAMA DE ESPECIALIZACIÓN EN RECURSOS HÍDRICOS
BOGOTÁ D.C – 2017

Agradecimientos y dedicatoria.
A mi padre, quien me enseño la importancia del aprendizaje y me inculcó su constancia y

dedicación. A Samuel Esteban, quien con su llegada trajo una enorme felicidad a mi vida.
A mi familia y en especial a Laura Cristina, por el apoyo que hizo posible alcanzar este
gran logro.
Omar Almeida
A Dios, por darme la oportunidad de alcanzar un logro más en mi vida profesional. A mis
padres, por haber apoyado y motivado mi formación académica. A mi sobrino, Mateo, para que
vea en mi un ejemplo a seguir.
A Lina Marcela, gracias por su apoyo y amor incondicional.
Rómulo Suárez
Agradecemos al Ingeniero Jorge Valero, quien con su experiencia, conocimiento e

inigualable dedicación docente nos asesoró a lo largo de este proceso.
Omar Almeida y Rómulo Suarez

TABLA DE CONTENIDO
INTRODUCCIÓN .................................................................................................................................. 9
1 GENERALIDADES DEL TRABAJO DE GRADO ................................................................... 11
1.1 LÍNEA DE INVESTIGACIÓN ................................................................................................................ 11
1.2 PLANTEAMIENTO DEL PROBLEMA .................................................................................................... 11
1.2.1 Problema a resolver .............................................................................................................. 11
1.2.2 Antecedentes del problema a resolver ................................................................................... 11
1.2.3 Pregunta de investigación ..................................................................................................... 12
1.3 JUSTIFICACIÓN ................................................................................................................................. 12
1.4 OBJETIVOS ....................................................................................................................................... 12
1.4.1 Objetivo general .................................................................................................................... 12
1.4.2 Objetivos específicos ............................................................................................................. 12
2 MARCOS DE REFERENCIA .................................................................................................... 14
2.1 MARCO CONCEPTUAL ...................................................................................................................... 14
2.1.1 Periodo de retorno ................................................................................................................ 14
2.1.2 Identificación de valores atípicos (outliers) .......................................................................... 15
2.1.2.1 Diagrama de Caja y Bigotes ............................................................................................................ 15
2.1.3 Funciones de probabilidad .................................................................................................... 16
2.1.4 Prueba de bondad de ajuste (Kolmogorov-Smirnov) ............................................................ 16
2.1.5 Método de regresión lineal múltiple ...................................................................................... 16
2.2 MARCO TEÓRICO ............................................................................................................................. 17
2.2.1 Relaciones Lluvia-Escorrentía .............................................................................................. 17
3 METODOLOGÍA ........................................................................................................................ 18
4 ANÁLISIS DE RESULTADOS ................................................................................................... 20
4.1 AJUSTE DE DATOS A MODELOS MATEMÁTICOS TRIDIMENSIONALES ................................................. 20
4.2 REGRESIÓN LINEAL MÚLTIPLE ........................................................................................................ 23
4.3 MÉTODO DE ENVOLVENTES ............................................................................................................. 26
5 CONCLUSIONES Y RECOMENDACIONES ........................................................................... 29
BIBLIOGRAFÍA .................................................................................................................................. 30
APÉNDICES ......................................................................................................................................... 32
ANEXOS ............................................................................................................................................... 71
LISTA DE FIGURAS
ILUSTRACIÓN 3-1. DIAGRAMA DE FLUJO METODOLOGÍA IMPLEMENTADA. FUENTE: ELABORACIÓN PROPIA ................ 18
LISTA DE TABLAS
TABLA 0-1. ESTACIONES METEOROLÓGICAS E HIDROLÓGICAS EN OPERACIÓN. FUENTE: ELABORACIÓN PROPIA. .......... 9
TABLA 2-1. PERIODOS DE RETORNO DE OBRAS DE DRENAJE VIAL. FUENTE: INVIAS................................................. 14
TABLA 3-1. INFORMACIÓN BASE, HERRAMIENTAS Y FUENTES. FUENTE: ELABORACIÓN PROPIA. ................................. 19
TABLA 4-1. COEFICIENTES MODELO TRIDIMENSIONAL. FUENTE: ELABORACIÓN PROPIA. ............................................ 21
TABLA 4-2. CAUDALES ESTIMADOS MODELO TRIDIMENSIONAL. FUENTE: ELABORACIÓN PROPIA.............................. 21
TABLA 4-3. CUENCAS CON VALORES SIGNIFICATIVOS DE REMC. FUENTE: ELABORACIÓN PROPIA. ............................ 23
TABLA 4-4. COEFICIENTES MODELO LINEAL MÚLTIPLE 27 CUENCAS. FUENTE: ELABORACIÓN PROPIA. .................... 24
TABLA 4-5. CAUDALES ESTIMADOS MODELO DE REGRESIÓN LINEAL MÚLTIPLE. FUENTE: ELABORACIÓN PROPIA. ... 25
TABLA 4-6. RESULTADOS MÉTODO DE ENVOLVENTES. FUENTE: ELABORACIÓN PROPIA............................................. 26
RESUMEN
Los modelos lluvia-escorrentía cobran gran importancia en la estimación de volúmenes

de drenaje superficial en cuencas que carecen de registros de caudal. A nivel mundial se han
desarrollado diversos métodos de estimación de caudales máximos que requieren el
conocimiento de parámetros asociados a fenómenos interceptación, almacenamiento e
infiltración de la lluvia total precipitada. Los fenómenos de interceptación e infiltración están
íntimamente relacionados con el tipo de suelo, su uso y cobertura vegetal; dichos parámetros son
de difícil estimación cuando no se cuenta con información cartográfica detallada o actualizada
para los suelos de la cuenca en análisis.
El empleo de ecuaciones que permitan estimar caudales máximos a partir de parámetros

morfométricos fácilmente medibles y precipitaciones, constituye una alternativa de análisis en
aquellas cuencas no instrumentadas con estaciones hidrométricas y que carecen de mapas
detallados o actualizados con información de tipo de suelo, uso y cobertura vegetal.
A partir de la información hidrométrica y meteorológica de 36 cuencas ubicadas en

diferentes zonas de Colombia y los parámetros morfométricos de las mismas, se ejecutaron
análisis de regresión y se aplicaron métodos de envolventes con el fin de establecer expresiones
matemáticas que permiten estimar caudales máximos asociados a diferentes periodos de retorno
en cuencas no instrumentadas. Para la validación de los resultados se utilizaron los registros de
caudal de estaciones limnigráficas.
Palabras clave: Modelos lluvia-escorrentía, Morfometría, Precipitación máxima, Caudal

máximo, Cuencas no instrumentadas.
ABSTRACT
The precipitation models took higher importance with the estimation of surface rain
runoff at non-instrumenting discharge watershed (none gauge station and cartographic
information). Nowadays, it has been developed a several methods of peak discharge calculation,
which requires the precipitation phenomena knowledge, such as: interception, storage and
infiltration. The phenomena are directly related with, soil type, land use and land cover. These
catchment factors are difficult to calculate or estimate when there is not available cartographic
information and records of land used and soil type due to watershed analysis.
The equations available to calculate peak discharge from morphometric (drainage basin
geometry) parameters and precipitation, indorsed an alternative to analyze non-instrumenting
watershed and detailed maps with catchment factors information (soil type, land use and land
cover).
The approach of this investigation was based on the characterization of 36 watershed

located around Colombia due to runoff, climate and morphometric parameters information.
Where, it has developed a regression analysis and enveloped methods to accomplish a
mathematic expression, which allows calculating accurate peak discharges at non- instrumenting
catchments, due to different return periods. To validate the results it was used the gauge station
discharge data.
Página 7 de 75
Keywords: Precipitation models, catchment factors, morphometric parameters, max
precipitation, peak discharges, non-instrumenting drainage basin or watershed.
Página 8 de 75
INTRODUCCIÓN
Actualmente el país cuenta con una red de medición de variables meteorológicas e

hidrológicas compuesta por 5178 estaciones en funcionamiento, de las cuales 2639 son operadas
por el Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia – IDEAM y
las 2539 restantes se encuentran bajo la operación de otras entidades (IDEAM, 2017). El número
de estaciones de medición de variables meteorológicas e hidrológicas discriminadas de acuerdo a
su tipo, se presenta en la Tabla 0-1.
Tabla 0-1. Estaciones meteorológicas e hidrológicas en operación. Fuente:

Elaboración Propia.
Número de Estaciones
Tipo de
Estación Operadas por el Operadas por otras
IDEAM Entidades
AM 63 2
AS - 4
CAG - 1
CAI - 3
CO 275 128
CP 212 292
DEH 2 -
HA 55 25
LG 349 319
LM 297 546
ME 39 43
MM 4 -
MR 2 26
PG 121 236
PM 1166 913
RS 4 -
SP 43 -
SS 7 1
Total general 2639 2539
De acuerdo con lo anterior, las estaciones en funcionamiento por medio de las cuales se
registran parámetros hidrológicos (Estaciones Limnimétricas y Limnigráficas) corresponden a
1511, de las cuales 646 son operadas por el IDEAM y 865 por otras entidades (IDEAM, 2017).
El IDEAM es una institución pública de apoyo técnico y científico al Sistema Nacional

Ambiental, cuyas funciones están enfocadas a la generación de conocimiento y producción de
Página 9 de 75
información confiable, consistente y oportuna. En Colombia el IDEAM es la institución que
provee oficialmente la información relacionada con parámetros meteorológicos e hidrológicos
medidos por medio de los equipos que constituyen la red monitoreo nacional e implementa
protocolos de medición estandarizados de acuerdo con las publicaciones de la Organización
Meteorológica Mundial – OMM (IDEAM, 2007).
La red hidrométrica de monitoreo nacional en operación tiene una densidad

correspondiente a una estación por cada 1767 km2, lo cual se considera bajo, dada la riqueza
hídrica nacional. De acuerdo con lo anterior, la determinación de caudales máximos, medios y
mínimos asociados a corrientes hídricas, en la mayoría de casos no puede llevarse a cabo por
medio de análisis de registros históricos asociados a mediciones realizadas por estaciones
Limnimétricas o Limnigráficas, lo cual implica que con frecuencia deba utilizarse modelos
lluvia-escorrentía en la estimación de caudales.
Los modelos lluvia-escorrentía requieren el conocimiento de parámetros asociados a

fenómenos interceptación, almacenamiento e infiltración de la lluvia total precipitada. Los
fenómenos de interceptación e infiltración están íntimamente relacionados con el tipo de suelo,
su uso y cobertura vegetal. La entidad encargada de realizar el inventario de las características de
los suelos y la cartografía básica a nivel nacional es el Instituto Geográfico Agustín Codazzi -
IGAC, quien ofrece información asociada a dicho componente a nivel Departamental en escala
1:100000 para los años 2003, 2004, 2005 en la mayoría de Departamentos, dicha información no
es adecuada para desarrollar caracterizaciones de tipo de suelo, uso y cobertura vegetal en
cuencas con áreas menores de 20 km2; superficie máxima recomendada para la aplicación del
método del hidrograma de escorrentía superficial (Instituto Nacional de Vías, 2009).
De acuerdo con lo anterior, el empleo de ecuaciones que permitan estimar caudales

máximos a partir de parámetros morfométricos fácilmente medibles y precipitaciones, constituye
una alternativa importante de análisis en aquellas cuencas no instrumentadas con estaciones
hidrométricas y que carecen de mapas detallados o actualizados con información de tipo de
suelo, uso y cobertura vegetal, caso común en análisis hidrológicos de cuencas pequeñas a lo
largo del territorio nacional.
A partir de la información hidrométrica de 36 estaciones Limnigráficas y la información

meteorológica reportada por 20 estaciones climatológicas ordinarias (CO), 7 estaciones
climatológicas principales (CP), 16 estaciones pluviográficas (PG), 75 estaciones pluviométricas
(PM) y 1 estación sinóptica principal (SP), ubicadas en 36 cuencas con áreas entre 35 y 1840
km2, distribuidas en diferentes zonas de la Región Andina de Colombia, y los parámetros
morfométricos de Área, Perímetro, Pendiente Media de la Cuenca, Altura Media de la Cuenca,
Longitud del Cauce Principal y Pendiente del Cauce, determinados para cada cuenca, se
ejecutaron análisis de regresión y se aplicaron métodos de envolventes con el fin de establecer
expresiones matemáticas que permitan estimar caudales máximos asociados a diferentes periodos
de retorno en cuencas no instrumentadas.
Página 10 de 75
1 GENERALIDADES DEL TRABAJO DE GRADO
1.1 LÍNEA DE INVESTIGACIÓN
Saneamiento de Comunidades.
1.2 PLANTEAMIENTO DEL PROBLEMA
El número reducido de estaciones hidrométricas con las que cuenta el país y la carencia
de información detallada y actualizada del inventario de las características de los suelos
Colombianos, genera un importante déficit de información disponible para el estudio de la
respuesta hidrológica de un gran número de cuencas no instrumentada con estaciones
hidrológicas a lo largo del territorio nacional.
El principal problema asociado a la falta de información base necesaria para la generación

de análisis hidrológicos de caudales máximos, es que dicha incertidumbre puede recaer en el
subdimensionamiento o sobredimensionamiento de obras de infraestructura, con implicaciones
de fallas en las estructuras o ineficiencia económica en las inversiones.
1.2.1 Problema a resolver
El problema a resolver es la incertidumbre asociada a la determinación de caudales

máximos en cuencas no instrumentadas con estaciones hidrológicas y carencia de información
detallada o actualizada de suelos.
1.2.2 Antecedentes del problema a resolver
Las metodologías de análisis hidrológicos comúnmente utilizadas en Colombia,

corresponden a resultados de investigaciones realizadas bajo condiciones específicas en cuencas
instrumentadas ubicadas en diferentes partes del mundo. La adopción de dichas metodologías se
da por la imposibilidad de verificar o investigar adecuadamente las condiciones específicas
aplicables en el país, debido a la falta de inversión en procesos de investigación o la carencia de
instrumentación de medición adecuada para la calibración de modelos hidrológicos, que
permitan concluir bajo las condiciones específicas del país de acuerdo con los tipos de suelos,
usos, condiciones de precipitación, relieve y la vegetación nacional.
La aplicación de dichas metodologías se realiza en la mayoría de casos en forma

indiscriminada, dado que la magnitud de las áreas en análisis o el tipo de obras a proyectar no
ameritan del desarrollo de estudios detallados que incluyan campañas extensas de medición de
caudales o levantamientos de condiciones de tipo de suelo, uso y cobertura vegetal en forma
minuciosa. Pese a que el problema a resolver tiene como principal causa la falta de información
cartográfica o hidrométrica adecuada, esfuerzos investigativos desarrollados como la
Página 11 de 75
determinación de las Curvas Sintéticas Regionalizadas de Intensidad-Duración-Frecuencia para
Colombia (Vargas & Díaz-Granados, 1998) constituyen una base significativa en la búsqueda de
hallar parámetros de entrada en procesos de modelación que correspondan con las singularidades
hidrológicas del país.
1.2.3 Pregunta de investigación
¿Existe una correlación significativa entre parámetros morfométricos, precipitaciones

máximas y caudales máximos asociados a diferentes periodos de retorno, que permita establecer
relaciones matemáticas confiables para la estimación de caudales en cuencas no instrumentadas?
1.3 JUSTIFICACIÓN
El presente trabajo de grado busca la generación de una metodología de estimación de

caudales máximos asociados a diferentes periodos de retorno, a partir de información
morfométrica o pluvial de fácil consecución. El desarrollo de este trabajo es viable dado que los
resultados derivados del mismo pueden ser utilizados en diversas aplicaciones de consultoría,
además de abrir un panorama hacia temas de investigación relacionados, que por medio de
aportes que mejoren o validen los resultados hallados, contribuyan a la reducción de la
incertidumbre asociada a la implementación de modelos lluvia-escorrentía bajo información de
entrada escasa o inexistente.
Los resultados obtenidos por medio del presente trabajo de grado van dirigidos a
profesionales vinculados con el área hidrológica, cuyo interés este enfocado hacia la estimación
de valores de caudales máximos asociados a diferentes periodos de retorno, es decir, aplicables al
diseño de obras hidráulicas, análisis de inundaciones, estudios de socavación de cauces etc.
1.4 OBJETIVOS
El objetivo general y los objetivos específicos propuestos en el desarrollo del presente

trabajo final de especialización se indican a continuación.
1.4.1 Objetivo general
Establecer o desvirtuar la existencia de una correlación matemática entre los parámetros

morfométricos, las precipitaciones máximas y los caudales máximos de 36 cuencas rurales
ubicadas en Colombia.
1.4.2 Objetivos específicos
 Recopilar y procesar la información de precipitaciones y caudales asociada a las 36

cuencas seleccionadas.
Página 12 de 75
 Establecer el grado de correlación entre las variables pluviométricas y morfométricas,
respecto a la variable hidrológica en las cuencas seleccionadas.
 Verificar la existencia o no de colinealidad entre las variables pluviométricas y

morfométricas definidas.
 Aplicar los métodos de regresión lineal múltiple, ajuste a modelos matemáticos

tridimensionales y el método de la envolvente, teniendo como variables independientes
los parámetros pluviométricos y morfométricos, respecto a la variable hidrológica
dependiente caudal máximo.
Página 13 de 75
2 MARCOS DE REFERENCIA
2.1 MARCO CONCEPTUAL
A continuación se presenta los conceptos teóricos relacionados con las metodologías de

cálculo utilizadas en el desarrollo del presente trabajo de grado.
2.1.1 Periodo de retorno
El periodo de retorno puede definirse como el tiempo promedio en el cual un evento es

igualado o superado una vez cada “T” años (Ingeniería y Gestión, 2011). En términos
matemáticos el periodo de retorno del m-ésimo evento de los “n” registrados está definido por la
siguiente expresión:
𝑛+1
𝑇=
𝑚
Dónde:
T: Periodo de retorno (años)
n: Número total de datos.
m: Número de orden de los datos.
Es usual en hidrología trabajar con periodos de retorno en lugar de probabilidades, ya que

dicha variable se expresa en unidades de tiempo al igual de la vida útil de las obras, lo cual
presenta una ventaja comparativa (Aparicio, 2013).
Los periodos de retorno para la proyección de obras viales, corresponden a 2, 5, 10, 20,
25, 50 y 100 años de acuerdo con las recomendaciones de diseño establecidas dentro del Manual
de Drenaje de Carreteras (Instituto Nacional de Vías, 2009). Dichos periodos de retorno son
asociados al diseño obras hidráulicas viales de acuerdo con lo presentado dentro de la Tabla 2-1.
Tabla 2-1. Periodos de Retorno de Obras de Drenaje Vial. Fuente: INVIAS
Periodo de Retorno
Obra Viales
(Años)
2 Obras de drenaje superficial y Bateas
5 Cunetas viales
Zanjas de Coronación, Estructuras de Caída y Alcantarillas de
10
diámetro igual a 90 cm
20 Alcantarillas de diámetro mayor a 90 cm
25 Puentes menores (Luz menor a 10 metros)
50 Puentes de luz mayor a 10 metros y menor de 50 m
Página 14 de 75
Periodo de Retorno
Obra Viales
(Años)
100 Puentes de luz mayor o igual a 50 m
De acuerdo con lo anterior, los periodos de retorno sobre los cuales se realiza la
proyección de precipitaciones máximas y caudales máximos dentro del desarrollo del presente
documento, corresponden a 2, 5, 10, 20, 25, 50 y 100 años.
2.1.2 Identificación de valores atípicos (outliers)
Un valor atípico puede ser un elemento para el cual se haya anotado su valor en forma
errónea. Si es así, puede corregirse antes de proseguir con el análisis. También un valor atípico
pude ser un elemento que por error se incluyó en el conjunto de datos, y en estos casos, debe
eliminarse. Por último, puede ser tan solo un elemento poco común que se haya anotado en
forma correcta y que si pertenece al conjunto de datos. En estos casos ese elemento debe
mantenerse (Llinás Solano & Rojas Alvarez, 2006).
De acuerdo a lo anterior se procedió a utilizar el diagrama de caja y bigotes para el

análisis de valores atípicos.
2.1.2.1 Diagrama de Caja y Bigotes
Esta herramienta de análisis exploratorio permite estudiar la simetría de los datos y

detectar los valores atípicos de la información que se están analizando. El diagrama de caja y
bigotes divide los datos en cuatro áreas de igual frecuencia, una caja central dividida en dos áreas
por una línea vertical y otras dos áreas representadas por dos segmentos horizontales (bigotes)
que parten del centro de lado y lado de la caja. La caja central encierra el 50% de los datos. La
línea vertical al interior de la caja representa la mediana que corresponde al 50 percentil (Q2). Si
esta línea está en el centro de la caja, no hay asimetría de los datos. El lado izquierdo de la caja
representa el cuartil inferior (25 percentil Q1) y el derecho el cuartil superior (75 percentil Q3) de
los datos. Partiendo del centro de cada lado vertical de la caja se dibujan los bigotes, uno hacia la
izquierda y otro hacia la derecha, teniendo en cuenta lo siguiente:
 El bigote de la izquierda tiene un extremo en el primer cuartil (Q1) y el otro en el

valor dado por el primer cuartil menos 1.5 veces el rango intercuartil R.I, esto es,
Q1 - 1.5R.I.
 El bigote de la derecha tiene un extremo en el tercer cuartil (Q3) y el otro en el

valor dado por el tercer cuartil más 1.5 veces el rango intercuartil R.I, esto es,
Q3 + 1.5R.I.
Donde R.I: Q3 - Q1
Si hay datos que se encuentran a la izquierda del bigote izquierdo y a la derecha del bigote
derecho, se les denomina valores atípicos (Llinás Solano & Rojas Alvarez, 2006).
Página 15 de 75
2.1.3 Funciones de probabilidad
Las funciones de probabilidad más usadas en hidrología corresponden a las distribuciones

Normal, Lognormal, Gamma y Gumbel (Aparicio, 2013), dichas funciones se utilizarán para la
interpolación y extrapolación de valores de Caudales Máximos y Precipitaciones Máximas en 24
Horas, asociadas a los periodos de retorno nombrados dentro del ítem 2.1.1 del presente
documento.
2.1.4 Prueba de bondad de ajuste (Kolmogorov-Smirnov)
Para la evaluación de la bondad de ajuste entre las funciones de probabilidad y los datos
de caudales máximos y precipitaciones máximas en 24 horas, se seleccionó la prueba de
Kolmogorov-Smirnov, dado que presenta la ventaja sobre la prueba 𝜒 2 de comparar los datos
con el modelo estadístico sin necesidad de agruparlos (Aparicio, 2013).
La prueba de Kolmogorov-Smirnov consiste en comparar el máximo valor absoluto de la

diferencia D entre la función de distribución de probabilidad observada 𝐹𝑜 (𝑥𝑚 ) y la estimada
𝐹(𝑥𝑚 ), con respecto a un valor crítico 𝑑, que depende del número de datos y el nivel de
significancia seleccionado (Aparicio, 2013). Ver valores Anexo 5.
𝐷 = 𝑚á𝑥|𝐹𝑜 (𝑥𝑚 ) − 𝐹(𝑥𝑚 )|
Si 𝐷 < 𝑑, se acepta la hipótesis nula. La función de distribución de probabilidad

observada se calcula mediante la siguiente ecuación:
𝑚
𝐹𝑜 (𝑥𝑚 ) = 1 −
𝑛+1
Donde 𝑚 es el número de orden del dato 𝑥𝑚 en una lista de mayor a menor y 𝑛 es el
número total de datos.
2.1.5 Método de regresión lineal múltiple
El método de Regresión Lineal Múltiple es la extensión de la Regresión Lineal Simple a

dos o más variables independientes. Considerando el caso de dos variables 𝑥1 y 𝑥2 , el modelo
lineal adopta la forma presentada a continuación (Aparicio, 2013).
𝑦 = 𝛼 + 𝛽1 ∙ 𝑥1 + 𝛽2 ∙ 𝑥2
Para el caso de dos variables independientes, las ecuaciones normales son las siguientes:
∑ 𝑦 = 𝛼𝑛 + 𝛽1 ∑ 𝑥1 + 𝛽2 ∑ 𝑥2
∑(𝑥1 𝑦) = 𝛼 ∑ 𝑥1 + 𝛽1 ∑ 𝑥1 2 + 𝛽2 ∑ 𝑥1 𝑥2
Página 16 de 75
∑(𝑥2 𝑦) = 𝛼 ∑ 𝑥2 + 𝛽1 ∑ 𝑥1 𝑥2 + 𝛽2 ∑ 𝑥22
Las ecuaciones anteriores forman un sistema lineal de 3x3, donde 𝛽1, 𝛽2 y 𝛼 son los
parámetros que deben ser hallados. El coeficiente de correlación se determina mediante la
siguiente expresión (Aparicio, 2013):
2 1/2
𝑆𝑦|𝑥 1 ,𝑥2
𝑅 = (1 − )
𝑆𝑦2
Dónde:
2 1
𝑆𝑦|𝑥 1 ,𝑥2
= ∑(𝑦𝑖 − 𝑦̂𝑖 )2
𝑛−3
𝑆𝑦2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑦
𝑦̂𝑖 = 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 𝑑𝑒 𝑦 𝑝𝑎𝑟𝑎 𝑥1𝑖 𝑦 𝑥2𝑖
2.2 MARCO TEÓRICO
Por lo general los registros de medición de caudal son más escasos que los registros de
precipitación, razón por la cual el desarrollo de métodos de transformación de lluvia en
escorrentía o la generación de expresiones empíricas que utilicen como información de entrada
las características generales o promedio de las cuencas, toman gran relevancia (Aparicio, 2013).
De acuerdo con el alcance propuesto en el presente trabajo de grado, se establece como marco
teórico el estado del arte asociado al planteamiento de metodologías de cálculo de relaciones
lluvia- escorrentía y el desarrollo de fórmulas empíricas para estimación de caudales máximos.
2.2.1 Relaciones Lluvia-Escorrentía
Los principales parámetros que intervienen en el proceso de conversión de lluvia en

escorrentía son los siguientes (Aparicio, 2013).
 Área de la cuenca.
 Altura total de precipitación
 Características promedio de la cuenca (forma, pendiente, vegetación etc.)
 Distribución de la lluvia en el tiempo
 Distribución en el espacio de la lluvia y de las características de la cuenca.
Los métodos más representativos y comúnmente aplicados en la transformación de lluvia

en escorrentía son el método racional y el hidrograma unitario.
Página 17 de 75
3 METODOLOGÍA
La metodología utilizada en el desarrollo del presente trabajo corresponde con el

diagrama de flujo mostrado por medio de la Ilustración 3-1.
INICIO
Identificación de cuencas
Colombianas instrumentadas
con Estaciones Hidrológicas, que
cuenten con series de datos de
Caudales Máximos mayores a 30
años
Selección de cuencas que cumplen los siguientes criterios: Identificación de cuencas instrumentadas con Estaciones
1. Características de relieve montañoso Meteorológicas en su interior o muy cerca de su divisoria, que
2. Sin áreas de almacenamiento de agua considerable cuenten con series de datos de precipitación máxima en 24 horas
3. Carecen de grandes centros poblados mayores a 20 años
4. No cuentan con sistemas importantes de regulación o
aprovechamiento de caudales
Solicitud de información Hidrométrica y Meteorológica.

Delimitación de cuencas seleccionadas y estimación de
Ejecución de análisis probabilísticos de Caudales Máximos y
parámetros morfométricos
Precipitaciones Máximas en 24 Horas
Determinación de variables a incluir dentro de los análisis de

regresión de acuerdo con los resultados de correlación y
colinealidad
Ejecución de análisis de regresión y aplicación del método de

envolventes
Análisis de los resultados obtenidos
FIN
Ilustración 3-1. Diagrama de flujo metodología implementada. Fuente: Elaboración Propia
Página 18 de 75
La síntesis de la información disponible, bajo los criterios de delimitación espacial y años
de datos hidrométricos y de precipitación requeridos, dio como resultado 36 cuencas aptas para
el desarrollo del presente trabajo de grado. Las estaciones de precipitación disponibles
corresponden a un total de 118, mientras que las áreas de las cuencas seleccionadas varían entre
35 y 1840 km2.
La determinación de parámetros morfométricos y los análisis de regresión, ajuste a

modelos matemáticos tridimensionales, colinealidad y correlación se llevaron a cabo por medio
de la información base y las herramientas computacionales mostradas dentro de la Tabla 3-1.
Tabla 3-1. Información base, herramientas y fuentes. Fuente: Elaboración Propia.

Herramientas
Proceso Información Base y Fuentes Computacionales
Utilizadas
Determinación de parámetros morfométricos en
las cuencas seleccionadas
Modelo Digital de Elevación
- Área (km2) (ASTER GDEM Versión 2) ArcGIS 10.2
- Perímetro (km) Resolución 1 segundo de arco ArcSWAT Versión
- Pendiente media de la cuenca (%) https://earthexplorer.usgs.gov/ 2012.10_2.19
- Altura media de la cuenca (m.s.n.m.) Fuente: U.S. Geological Survey – USGS
- Longitud del cauce principal (km)
- Pendiente media del cauce principal (%)
Precipitaciones Máximas en 24 Horas
Hojas de Cálculo en
Ejecución de análisis probabilísticos de Caudales reportadas por 118 Estaciones
Excel Elaboradas por
Máximos y Precipitaciones Máximas en 24 Horas Meteorológicas
los Autores.
Caudales Máximos reportados por 36
Resultados Validados
- Análisis de valores atípicos Estaciones Limnigráficas
Mediante SMADA
- Evaluación de funciones de probabilidad Fuente: Instituto de Hidrología,
Versión Online e
- Aplicación de pruebas de bondad de ajuste Meteorología y Estudios Ambientales –
HidroEsta
IDEAM
Análisis de Correlación, Colinealidad y Regresión PASW Statistics 18

Lineal Múltiple Versión 18.0.0
Análisis probabilísticos de Caudales
Máximos y Precipitaciones Máximas en
24 Horas
Parámetros morfométricos en las
Ajuste de datos a modelos matemáticos cuencas seleccionadas TableCurve 3D
tridimensionales Fuente: Información procesada por los Versión 4.0
Autores
Hojas de Cálculo en
Aplicación del Método de Envolventes Excel Elaboradas por
los Autores
Página 19 de 75
4 ANÁLISIS DE RESULTADOS
A continuación se presentan los resultados más relevantes asociados al desarrollo del

presente trabajo de grado. La información derivada de los demás procesos de cálculo no
incluidos en esta sección, puede consultarse dentro del Apéndice.
Los caudales máximos mensuales de las estaciones hidrométricas suministradas por el

Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), utilizadas como punto
de cierre de cada cuenca, fueron analizados probabilísticamente con el fin de establecer los
Caudales Máximos asociados a diferentes periodo de retorno, hallando como resultado los
valores indicados en la Tabla Apéndice 4.
De acuerdo a la información de precipitaciones máximas en 24 horas suministradas por el

IDEAM, se realizó el análisis probabilístico para obtener las precipitaciones promedio de cada
una de las cuencas en estudio. Los resultados obtenidos mediante los análisis ejecutados sobre
los datos de precipitación son presentados en la Tabla Apéndice 5.
A lo largo del presente documento la identificación de cada cuenca analizada se lleva a

cabo por medio del nombre de la estación hidrométrica utilizada como punto de cierre.
4.1 AJUSTE DE DATOS A MODELOS MATEMÁTICOS TRIDIMENSIONALES
Para el análisis de modelos matemáticos tridimensionales se utilizó el Software

TableCurve 3D Versión 4.0, el cual tiene incorporado 453.697.387 ecuaciones sobre las cuales
por medio de procesos iterativos se define la expresión matemática que más se ajusta a los datos
evaluados. Los modelos matemáticos incluidos dentro de dicho software corresponden con
ecuaciones lineales, funciones polinómicas, funciones exponenciales y logarítmicas, funciones
de pico no lineal, funciones de transición no lineal, ecuaciones exponenciales y de potencia no
lineal entre otras (SYSTAT, 2017).
De acuerdo con lo presentado dentro de la Tabla 3-1, los datos morfométricos calculados
corresponden a seis (6) parámetros: Área, Perímetro, Pendiente media de la cuenca, Altura media
de la cuenca, Longitud del cauce principal y Pendiente media del cauce principal. Dichos
parámetros son evaluados como variables independientes junto a las precipitaciones máximas en
24 horas, estimadas para periodos de retorno de 2, 5, 10, 20, 25, 50 y 100 años. La variable
dependiente definida corresponde a los caudales máximos estimados para los mismos siete (7)
periodos de retorno.
El análisis de correlación entre las variables dependientes y la variable independiente

arrojó como resultado que la Pendiente Media de la Cuenca y Altura Media de la Cuenca no
contribuían en forma significativa en la predicción de los caudales, por tal razón dichas variables
fueron excluidas del análisis de ajuste a modelos matemáticos tridimensionales ejecutados por
medio del software TableCurve 3D - Versión 4.0.
Página 20 de 75
Con base en dicha información y por medio de la herramienta computacional TableCurve
3D - Versión 4.0, se realiza las pruebas de ajuste a modelos matemáticos tridimensionales, sobre
combinaciones de parejas de variables independientes, respecto a la variable dependiente
definida, para los periodos de retorno nombrados, es decir, se realiza la evaluación de 70
combinaciones de variables, hallando como resultado que los mejores coeficientes de correlación
corresponden a la estimación de los Caudales, respecto al Área y la Precipitación. La expresión
matemática resultante es de tipo Serie Polinomial de Taylor, su configuración e identificación de
variables es presentada a continuación:
𝑄 = 𝑎 + 𝑏 ∙ 𝐴 + 𝑐 ∙ 𝑃𝑀 + 𝑑 ∙ 𝐴2 + 𝑒 ∙ 𝑃𝑀2 + 𝑓 ∙ 𝐴 ∙ 𝑃𝑀 + 𝑔 ∙ 𝐴3 + ℎ ∙ 𝑃𝑀3 + 𝑖 ∙ 𝐴 ∙ 𝑃𝑀2 + 𝑗 ∙ 𝐴2 ∙ 𝑃𝑀
Dónde:
Q: Caudal máximo asociado a un periodo de retorno (m3/s)
A: Área de la cuenca (km2)
PM: Precipitación máxima asociada a un periodo de retorno (mm)
a, b, c, d, e, f, g, h, i, j: Coeficientes presentados en la Tabla 4-1.
Tabla 4-1. Coeficientes modelo tridimensional. Fuente: Elaboración Propia.

Periodo Coeficientes R
de
r REMC
Retorno a b c d e f g h i j (m3/s)
(Años)
2 1050.396 0.669261 -56.20265 -0.000301 0.9900 -0.014059 1.92E-07 -0.005554 0.000156 -2.19E-06 0.86 65.52
5 2093.748 0.131803 -79.97657 0.000127 1.031086 -0.006011 2.21E-07 -0.004321 0.00012 -7.23E-06 0.88 80.27
10 2592.359 -0.206499 -84.76719 0.000222 0.937588 0.000866 2.6E-07 -0.003384 7.48E-05 -8.2E-06 0.87 95.17
20 3071.007 -0.343821 -90.51619 0.00011 0.895804 0.005719 3.36E-07 -0.002885 3.95E-05 -7.98E-06 0.85 112.22
25 3320.818 -0.362347 -95.47917 5.97E-05 0.918162 0.006785 3.68E-07 -0.002869 3.25E-05 -7.98E-06 0.85 117.53
50 4549.233 -0.513558 -121.8592 7.95E-07 1.079052 0.010201 4.75E-07 -0.003098 2.05E-05 -9.14E-06 0.85 131.57
100 5754.994 -1.001822 -141.8664 0.000209 1.149413 0.016094 5.43E-07 -0.003018 8.31E-06 -1.17E-05 0.85 142.79
De acuerdo al coeficiente de correlación (r) calculado en la Tabla 4-1, se puede observar

que para todos los periodos de retorno, el grado de relación entre las tres variables (Área de la
cuenca, Precipitación y Caudal), es similar, dado que los coeficientes oscilan entre 0.85 y 0.87.
Aplicando la expresión matemática definida por medio del modelo de mejor ajuste (Serie
Polinomial de Taylor) para los datos de las 36 cuencas y un periodo de retorno de 2 años, se
obtienen los resultados mostrados en la Tabla 4-2.
Tabla 4-2. Caudales Estimados Modelo Tridimensional. Fuente: Elaboración Propia.

Caudal
Estación Hidrométrica Área Precipitación Caudal 1
Calculado2
[Código] [Km2] [mm] [m3/s]
[m3/s]
ANIL EL [11117010] 714.53 67.69 116.21 210.10
Página 21 de 75
Caudal
Estación Hidrométrica Área Precipitación Caudal 1
Calculado2
[Código] [Km2] [mm] [m3/s]
[m3/s]
BOCAS [22017010] 654.71 59.11 190.41 161.16
BORBUR [23127010] 1560.58 85.93 485.69 504.17
BUENOS AIRES [26147040] 476.88 63.01 123.80 163.80
CAFE MADRID [23197290] 1278.30 59.57 120.84 230.36
CAMPAMENTO [26197010] 466.30 59.55 206.50 147.15
CAMPO DOS [16037020] 1834.42 122.43 447.74 453.37
CARMEN EL [21217200] 1091.96 46.52 132.13 174.00
CHARCO LARGO [23067080] 710.95 78.27 219.04 257.63
CORNEJO [16027100] 460.66 90.59 196.14 179.71
DIAMANTE EL [22077030] 234.87 40.87 52.94 92.34
GAITANIA [22027020] 916.72 61.97 123.75 193.33
GALERA LA [26217010] 317.73 59.58 40.25 126.79
JARDIN EL HDA [21087070] 493.84 84.39 202.04 218.88
MERIDA [24027070] 1543.10 76.44 470.55 430.50
MUNDO NUEVO [35067130] 36.66 87.17 33.65 17.05
PAVO REAL [21187020] 140.42 78.34 130.98 117.97
PAYANDE [21217070] 1533.53 58.79 296.95 306.50
PITALITO 2 AUTOMATICA [21017050] 256.16 58.81 77.81 112.52
PLAYA LA [21197030] 1166.50 39.67 293.92 225.08
PTE ANORI [27027090] 1377.95 80.47 474.04 397.57
PTE GARCES AUTOMATICA[21037010] 994.77 65.09 372.36 218.78
PTE LLANO [24027050] 604.06 48.96 274.10 128.05
PTE LOPEZ [37017040] 833.90 34.80 146.88 215.98
PTE SARDINATA [16037030] 909.62 73.27 239.09 260.07
PUENTE JUANAMBU [52047020] 1352.59 64.46 199.15 276.41
QUINCE LETRAS [16057040] 1387.77 63.04 213.33 277.39
SAN AGUSTIN AUTOMATICA [21017020] 325.13 60.83 133.83 132.96
SARDINAS LAS [22017020] 1626.19 50.75 362.27 337.96
SILVANIA [21197110] 159.64 39.88 95.94 79.15
SONSON [26187030] 52.45 59.15 49.31 59.19
TOBIA [23067060] 1116.23 75.46 338.69 302.09
UBALA [35067030] 68.37 67.92 75.87 87.42
VEGA EL SALADO AUTOMATICA[21057050] 1226.06 55.53 279.58 203.07
VEGAS LAS [16057010] 69.80 73.23 25.66 93.52
VILLALOSADA [21057080] 163.13 64.87 261.61 111.04
1. Caudal máximo asociado a cada estación Hidrométrica
2. Caudal calculado a partir del modelo matemático tridimensional.
Página 22 de 75
A partir de los resultados obtenidos se estima la Raíz del Error Medio Cuadrático
(REMC), por medio de la siguiente expresión:
𝑅𝐸𝑀𝐶 = √∑(𝑥𝑒𝑖 − 𝑥0𝑖 )2

𝑖=1
𝑅𝐸𝑀𝐶 = 65.52 𝑚3 /𝑠
El REMC fue calculado para todos los periodos de retorno, y los resultados obtenidos se
presentan dentro de la Tabla 4-1.
4.2 REGRESIÓN LINEAL MÚLTIPLE
Los resultados derivados del análisis de colinealidad indican una estrecha relación entre
los parámetros morfométricos de Área-Perímetro y Pendiente del Cauce-Longitud del Cauce.
Con el fin de evitar la distorsión del Modelo Lineal Múltiple, se llevó a cabo una evaluación
comparativa de correlaciones, para descartar los dos parámetros con menor aporte en la
predicción de los caudales, dicha evaluación arrojó como resultado que el Perímetro y la
Longitud del Cauce Principal debían ser omitidos.
De acuerdo con lo anterior, se procedió a realizar la regresión lineal múltiple para las 36
cuencas seleccionadas y con base en los resultados obtenidos se estimó la Raíz del Error Medio
Cuadrático (REMC). La evaluación del REMC para todos los periodos de retorno mostró que
nueve (9) cuencas de las 36 seleccionadas presentaban desviaciones importantes entre los valores
estimados por medio del modelo lineal múltiple y el caudal máximo estimado con base en los
datos reportados por las estaciones limnigráficas analizadas, las nueve cuencas nombradas
corresponden con las estaciones hidrométricas mostradas en la Tabla 4-3.
Tabla 4-3. Cuencas con valores significativos de REMC. Fuente: Elaboración Propia.
Estación Hidrométrica
[Código]
ANIL EL [11117010]
CAFÉ MADRID [23197290]
CARMEN EL [21217200]
GAITANIA [22027020]
GALERA LA [26217010]
MUNDO NUEVO [35067130]
PITALITO 2 AUTOMÁTICA [21017050]
QUINCE LETRAS [16057040]
VEGAS LAS [16057010]
Página 23 de 75
A modo comparativo se generó la regresión lineal múltiple sin tener en cuenta las nueve
(9) cuencas que presentaron los mayores valores de REMC, hallando que el coeficiente de
correlación del Modelo de Regresión Lineal Múltiple era mayor que el obtenido en el análisis
que incluía las 36 cuencas. De acuerdo con lo anterior la Regresión Lineal Múltiple fue generada
para 27 cuencas, siendo la siguiente expresión el modelo finalmente identificado:
𝑄 = 𝐵0 + 𝐵1 ∙ 𝐴 + 𝐵2 ∙ 𝑃𝑚 + 𝐵3 ∙ 𝐴𝑀 + 𝐵4 ∙ 𝑃𝐶 + 𝐵5 ∙ 𝑃𝑀
Dónde:
Q: Caudal máximo asociado a un periodo de retorno (m3/s)
A: Área de la cuenca (km2)
Pm: Pendiente media de la cuenca (%)
AM: Altura Media de la Cuenca (m.s.n.m.)
PC: Pendiente media del cauce principal (%)
PM: Precipitación máxima asociada a un periodo de retorno (mm)
𝐵0, 𝐵1, 𝐵2, 𝐵3, 𝐵4, 𝐵5: Coeficientes presentados en la Tabla 4-4.
Tabla 4-4. Coeficientes Modelo Lineal Múltiple 27 Cuencas. Fuente: Elaboración Propia.
Periodo de Retorno Coeficientes REMC

r
(Años) Bo B1 B2 B3 B4 B5 (m3/s)
2 239.9346 0.1999 -0.8324 -0.0587 3.0670 -0.1127 0.88 60.33
5 298.7137 0.2497 -0.3437 -0.0739 2.6829 -0.0398 0.90 69.41
10 343.1739 0.2803 0.1193 -0.0853 2.0937 -0.0765 0.89 80.55
20 392.1447 0.3082 0.6659 -0.0975 1.3398 -0.1681 0.88 94.83
25 408.4170 0.3168 0.8603 -0.1015 1.0527 -0.2033 0.88 99.97
50 459.2308 0.3425 1.5203 -0.1138 0.0081 -0.3191 0.86 117.30
100 509.1135 0.3669 2.2604 -0.1256 -1.2736 -0.4350 0.85 136.37
De acuerdo al coeficiente de correlación (r) calculado en la Tabla 4-4, se puede observar

que para todos los periodos de retorno, el grado de relación entre las tres variables (Área de la
cuenca, Pendiente media de la cuenca, Altura Media de la Cuenca, Pendiente media del cauce
principal, Precipitación máxima y Caudal), es similar, dado que los coeficientes oscilan entre
0.85 y 0.90.
Aplicando la expresión matemática definida por medio del modelo de Regresión Lineal
Múltiple para los datos de las 27 cuencas y un periodo de retorno de 2 años, se obtienen los
resultados mostrados en la Tabla 4-5.
Página 24 de 75
Tabla 4-5. Caudales Estimados Modelo de Regresión Lineal Múltiple. Fuente:
Elaboración Propia.
Pendiente Altura Pendiente Caudal
Área Precipitación Caudal1
Estación Hidrométrica Media Media Cauce Calculado2
[km2] [mm] [m3/s]
[%] [m.s.n.m] [%] [m3/s]
BOCAS [22017010] 654.71 74.41 2948.85 7.74 59.11 190.41 152.96
BORBUR [23127010] 1560.58 39.90 1685.53 4.10 85.93 485.69 422.65
BUENOS AIRES [26147040] 476.88 41.44 2078.88 3.04 63.01 123.80 181.03
CAMPAMENTO [26197010] 466.30 59.11 2275.94 6.02 59.55 206.50 162.18
CAMPO DOS [16037020] 1834.42 36.77 1144.76 2.65 122.43 447.74 503.14
CHARCO LARGO [23067080] 710.95 36.65 1845.86 5.79 78.27 219.04 252.18
CORNEJO [16027100] 460.66 45.71 1613.90 5.79 90.59 196.14 206.84
DIAMANTE EL [22077030] 234.87 42.65 3214.37 5.42 40.87 52.94 74.86
JARDIN EL HDA [21087070] 493.84 36.83 1439.20 3.15 84.39 202.04 223.70
MERIDA [24027070] 1543.10 40.82 2417.37 3.22 76.44 470.55 373.83
PAVO REAL [21187020] 140.42 40.31 1569.28 8.48 78.34 130.98 159.58
PAYANDE [21217070] 1533.53 51.98 2420.31 3.42 58.79 296.95 365.06
PLAYA LA [21197030] 1166.50 31.52 3060.70 3.59 39.67 293.92 273.85
PTE ANORI [27027090] 1377.95 30.92 1941.83 2.21 80.47 474.04 373.42
PTE GARCES
994.77 35.92 1602.85 2.15 65.09 372.36 314.09
AUTOMATICA[21037010]
PTE LLANO [24027050] 604.06 47.28 2542.06 5.97 48.96 274.10 185.01
PTE LOPEZ [37017040] 833.90 38.07 3287.65 3.71 34.80 146.88 189.54
PTE SARDINATA [16037030] 909.62 50.51 1872.74 4.87 73.27 239.09 276.53
PUENTE JUANAMBU
1352.59 41.99 2424.85 3.44 64.46 199.15 336.38
[52047020]
SAN AGUSTIN
325.13 34.30 2350.57 4.61 60.83 133.83 145.77
AUTOMATICA [21017020]
SARDINAS LAS [22017020] 1626.19 57.34 2846.64 4.56 50.75 362.27 358.53
SILVANIA [21197110] 159.64 36.15 2319.57 3.59 39.88 95.94 112.20
SONSON [26187030] 52.45 25.00 2635.52 7.02 59.15 49.31 89.89
TOBIA [23067060] 1116.23 37.65 1737.62 4.25 75.46 338.69 334.31
UBALA [35067030] 68.37 34.92 2452.15 10.54 67.92 75.87 105.39
VEGA EL SALADO
1226.06 33.59 2400.80 4.05 55.53 279.58 322.38
VILLALOSADA [21057080] 163.13 29.07 2304.74 5.96 64.87 261.61 124.11
1. Caudal máximo asociado a cada estación Hidrométrica
2. Caudal calculado a partir del modelo matemático tridimensional.
A partir de los resultados obtenidos se estima la Raíz del Error Medio Cuadrático
(REMC).
𝑅𝐸𝑀𝐶 = 60.33 𝑚3 /𝑠
Página 25 de 75
El REMC fue calculado para todos los periodos de retorno, y los resultados obtenidos se
presentan dentro de la Tabla 4-4.
4.3 MÉTODO DE ENVOLVENTES
El método de envolventes toma en cuenta solo el área de la cuenca y es desarrollado para

casos en los que se requiera estimaciones gruesas sobre los caudales máximos probables o
cuando se carezca casi por completo de información (Aparicio, 2013).
La idea principal del método es relacionar el caudal máximo con el área de la cuenca de
acuerdo con la forma de la siguiente ecuación:
𝛽
𝑄 = 𝛼𝐴𝑐
Donde 𝑄 corresponde al caudal máximo y 𝛼 y 𝛽 son parámetros empíricos, que también

pueden ser función de 𝐴𝑐 . Se ha visto que 𝛽 es del orden de 0.75 para cuencas con áreas menores
a 1500 km2 y de 0.5 para cuenca mayores (Raudkivi, 1979).
En el presente trabajo de grado se utiliza el método de envolventes descrito con

anterioridad, ampliando su aplicación al uso de las variables morfométricas nombradas en la
Tabla 3-1 y la precipitación máxima. Para el Área, Altura Media de la Cuenca y la Pendiente
Media del Cauce es posible desarrollar sus respectivas envolventes dado que se encuentra la
tendencia mostrada en las Gráficas 8 a 29 incluidas dentro del Apéndice. Las demás variables
presentan una dispersión que no permite la identificación de una tendencia y por ende no es
posible aplicar el método de envolventes. En la Tabla 4-6 se presenta las ecuaciones de
envolvente desarrolladas para cada periodo de retorno y algunas restricciones identificadas
mediante las gráficas nombradas.
Tabla 4-6. Resultados Método de Envolventes. Fuente: Elaboración Propia.

Periodo de
Retorno Ecuación Envolvente Observaciones
(Años)
𝑞𝐴 = 7.1958 ∙ 𝐴−0.414
2 𝑞𝐴𝑀 = −0.000156 ∙ 𝐴𝑀 + 0.574544
𝑞𝑃𝐶 = 530.85𝑒 −0.364∙𝑃𝐶

Para áreas menores a 160
𝑞𝐴 = 69.564 ∙ 𝐴−0.696 km2, la ecuación sobreestima
el caudal.
5 𝑞𝐴𝑀 = −0.000182 ∙ 𝐴𝑀 + 0.693810
𝑞𝑃𝐶 = 802.34𝑒 −0.402∙𝑃𝐶
Página 26 de 75
Periodo de
Retorno Ecuación Envolvente Observaciones
(Años)
el caudal.
10 𝑞𝐴𝑀 = −0.000191 ∙ 𝐴𝑀 + 0.760196
𝑞𝑃𝐶 = 704.66𝑒 −0.326∙𝑃𝐶

el caudal.
20 𝑞𝐴𝑀 = −0.000219 ∙ 𝐴𝑀 + 0.874130
𝑞𝑃𝐶 = 809.14𝑒 −0.329∙𝑃𝐶

𝑞𝐴 = 125 ∙ 𝐴−0.723 km2, la ecuación sobreestima
el caudal.
25 𝑞𝐴𝑀 = −0.000219 ∙ 𝐴𝑀 + 0.885416
𝑞𝑃𝐶 = 864.96𝑒 −0.322∙𝑃𝐶

el caudal.
50 𝑞𝐴𝑀 = −0.000225 ∙ 𝐴𝑀 + 0.936131
𝑞𝑃𝐶 = 986.82𝑒 −0.324∙𝑃𝐶

el caudal.
100 𝑞𝐴𝑀 = −0.000249 ∙ 𝐴𝑀 + 1.038797
𝑞𝑃𝐶 = 960.12𝑒 −0.317∙𝑃𝐶
Las variables asociadas a cada ecuación se definen de la siguiente manera:
𝑞𝐴 : Caudal sobre Área (m3/s/km2)
𝑞𝐴𝑀 : Caudal sobre Altura Media de la Cuenca (m3/s/m.s.n.m.)
Página 27 de 75
𝑞𝑃𝐶 : Caudal sobre Pendiente Media del Cauce (m3/s/%)
A, AM, PC: Área (km2), Altura Media de la Cuenca (m.s.n.m.) y Pendiente media del Cauce (%)
Página 28 de 75
5 CONCLUSIONES Y RECOMENDACIONES
Se recomienda que las ecuaciones propuestas como resultado del presente trabajo de
grado sean utilizadas bajo las premisas asociadas a la información base empleada, de acuerdo
con lo establecido dentro de la descripción metodológica incluida en este documento.
Los análisis de correlación entre las variables morfométricas y de precipitaciones

máximas respecto a los Caudales Máximos, dieron como resultado que el Área, Perímetro,
Altura Media de la Cuenca, Pendiente Media del Cauce Principal, Longitud del Cauce Principal
y Precipitación Máxima tiene una buena correlación respecto al Caudal Máximo.
La evaluación de colinealidad entre variables índica una estrecha relación entre el Área y
el Perímetro y la Longitud y Pendiente del Cauce Principal. A partir de dicho resultado se
concluye que dos de las cuatro variables deben ser excluidas del análisis de Regresión Lineal
Múltiple. La evaluación comparativa de correlación entre las cuatro variables colineales
permitió establecer que los parámetros con menor aporte en la predicción de los caudales son el
Perímetro y la Longitud del Cauce Principal, por tal razón sus valores fueron excluidos del
análisis de Regresión Lineal Múltiple. Dicho modelo matemático se presenta como el mejor
ajuste obtenido para la predicción de los caudales máximos a partir de los parámetros
morfométricos y pluviales considerados.
La evaluación de ajuste a modelos matemáticos tridimensionales elaborados a través de la

herramienta computacional TableCurve 3D - Versión 4.0, dio como resultado que los parámetros
que generan mayor correlación respeto al Caudal Máximo son el Área y la Precipitación. La
expresión matemática que describe dicha relación es de tipo Serie Polinomial de Taylor.
Los resultados obtenidos por medio del Método de Envolventes muestran que las
variables cuya dispersión permiten su aplicación son el Área, la Altura Media de la Cuenca y la
Pendiente Media del Cauce. Las relaciones matemáticas establecidas para la envolvente
resultante indican una tendencia potencial para el Área, lineal para la Atura Media y exponencial
para la Pendiente Media del Cauce, dichas tendencias se mantienen para todos los periodos de
retorno analizados.
Con base en los análisis desarrollados a lo largo del presente documento se demuestra la
existencia de una correlación significativa entre Parámetros Morfométricos, Precipitaciones
Máximas y Caudales Máximos asociados a diferentes periodos de retorno. Dichas correlaciones
permiten establecer relaciones matemáticas para un amplio rango de aplicación.
Página 29 de 75
BIBLIOGRAFÍA
Aparicio, F. (2013). Fundamentos de Hidrología de Superficie. México: Limusa.
Aristizábal, V., Botero, B., & Vélez, J. (2012). Manual de Hidrología para Obras Viales Basado
en Uso de Sistemas de Información Geográfica. Manizales: Universidad Nacional de
Colombia.
Chow, V. T. (2000). Hidrología Aplicada. Bogotá: McGRAW-HILL INTERAMERICANA S.A.
Devore, J. (2004). Probabilidad y Estadística para Ingeniería y Ciencias. México: Thomson

Learning.
Eaglin, R., & Wanielista, M. (12 de Febrero de 2017). Sitio Web de SMADA Online. Obtenido de
http://smadaonline.com/
Guisande, C., Vaamonde, A., & Barreiro , A. (2011). Tratamiento de Datos con R, STATISTICA
y SPSS. España: Díaz de Santos.
IDEAM. (2007). Protocolo para el Monitoréo y Seguimiento del Agua. Bogotá: Imprenta
Nacional de Colombia.
IDEAM. (9 de 05 de 2017). Catálogo Estaciones de Otras Entidades Versión 9 - Enero de 2017.

Obtenido de Sitio Web de IDEAM: http://www.ideam.gov.co
IDEAM. (9 de Mayo de 2017). Catálogo Estaciones IDEAM Versión 9 - Enero de 2017.

Obtenido de Sitio Web de IDEAM: http://www.ideam.gov.co
Ingeniería y Gestión. (2011). Manual de Hidrología, Hidráulica y Drenaje. Lima: Macro.
Instituto Nacional de Vías. (2009). Manual de Drenaje para Carreteras. Bogotá: Subdirección
de Apoyo Técnico.
Kottegoda, N., & Rosso, R. (2008). Applied Statistics for Civil and Environmental Engineers.
Singapore: Blackwell Publishing.
Linsley, R., Kohler, M., & Paulhus, J. (1981). Hidrología para Ingenieros. México: McGRAW-
HILL.
Llinás Solano, H., & Rojas Alvarez, C. (2006). Estadística descriptiva y distribuciones de
probabilidad. Barranquilla : Uninorte, 2006.
Mays, L. (2005). Water Resources Engineering. Tempe: John Wiley & Sons, Inc.
Monsalve, G. (2002). Hidrología en la Ingeniería. Bogotá: Escuela Colombiana de Ingeniería.
Raudkivi, A. (1979). Hydrology. Oxford: Pergamon Press.
Página 30 de 75
Reyes, A., Ulises, F., & Carvajal, Y. (2010). Guía Básica para Caracterización Morfométrica de
Cuencas Hidrográficas. Cali: Universidad del Valle.
Rodríguez Salazar , M., Álvarez Hernández , S., & Bravo Nuñez, E. (2001). Coeficientes de
Asociación. México: Plaza y Valdés, S.A de C.V.
Sánchez, A., & Estrada, A. (2010). Modelos Matemáticos Aplicados en la Cuenca Magdalena
Cauca. Bogotá: Libros del Páramo.
Sigmaplot. (5 de Marzo de 2017). Sitio Web de TableCurve 3D . Obtenido de

http://www.sigmaplot.co.uk
SPSS. (2 de Marzo de 2017). Sitio Web de PASW Statistics 18. Obtenido de

http://www.spss.com.hk
SYSTAT. (13 de 05 de 2017). TableCurve 3D – Model Complex Data Sets Fast and Easy.
Obtenido de https://systatsoftware.com
Universidad de los Andes. (2012). Dossier: Hidrología de Extremos y Cambio Climático. Revista
de Ingeniería # 36, 65-76.
USGS. (1 de Enero de 2017). Sitio web de USGS. Obtenido de https://earthexplorer.usgs.gov/
Vargas, R., & Díaz-Granados, M. (1998). Curvas Sintéticas Regionalizadas de Intensidad-

Duración-Frecuencia para Colombia. Bogotá: Universidad de los Andes.
Villón, M. (2004). Hidrología. Costa Rica: Tecnológica de Costa Rica.
Villón, M. (2006). Hidrología Estadística. Costa Rica: Tecnológica de Costa Rica.
Página 31 de 75
APÉNDICES
De acuerdo con la Metodología utilizada en el desarrollo del trabajo de grado, fueron

seleccionadas 36 Cuencas y 118 Estaciones de Precipitación, las cuales se presentan a
continuación en la Tabla Apéndice 1. A lo largo del presente documento la identificación de cada
cuenca analizada se lleva a cabo por medio del nombre de la estación hidrométrica utilizada
como punto de cierre.
Tabla Apéndice 1. Estaciones Hidrométricas y Meteorológicas. Fuente: Elaboración

propia.
ESTACIÓN HIDROMÉTRICA CORRIENTE PRINCIPAL TIPO DE

NOMBRE ESTACIÓN PRECIPITACIÓN [CODIGO]
[CÓDIGO] CUENCA ESTACIÓN
ABRIAQUI [11110020] PG
ANIL EL [11117010] RIOSUCIO CAÑASGORDAS [11115020] CO
NORMAL STA TERESA [11110010] PM
BOCAS [22017010] ANAMICHU GAITAN [22010070] PM
APTO FURATENA [23125140] CO
COPER [23120210] PM
BORBUR [23127010] MINERO
MUZO [23120050] PM
PAIME [23120240] PM
BELLAVISTA [26145020] CO
MISTRATO [26140120] PM
BUENOS AIRES [26147040] RISARALDA
SAN CLEMENTE [26140110] PM
TAIJARA ALEJANDRIA [26140080] PM
FLORESTA LA [23190590] PG
GALVICIA LA [23190400] PM
LLANO GRANDE [23195110] CO
MATAJIRA [23190340] PM
PALO GORDO [23190280] PM
CAFE MADRID [23197290] LEBRIJA PICACHO EL [23190300] PM
PIEDECUESTA GJA [23190700] PG
TONA [23190130] PM
UNIV IND SANTANDER [23195040] CP
VETAS-EL POZO [23190450] PM
VIVERO SURATA [23195090] CO
JARDIN EL [26195030] CO
CAMPAMENTO [26197010] SAN JUAN
STA BARBARA [26190100] PM
DIVISIONES [16030140] PM
CAMPO DOS [16037020] SARDINATA
LIBERTAD LA [16030150] PM
Página 32 de 75
CAJAMARCA [21215100] CO
CASCADA LA [21210150] PM
CARMEN EL [21217200] COELLO PALOGRANDE HDA [21210170] PM
PLAN EL [21210140] PM
TOCHE [21210180] PG
CABRERA [21190090] PM
CABRERA LA [23065120] CO
CHARCO LARGO [23067080] NEGRO
PALMA LA [23060170] PM
PENON EL [23060180] PM
GRAMALOTE [16020010] PM
CORNEJO [16027100] PERALONSO
SANTIAGO CAIMITO [16020030] PM
DIAMANTE EL [22077030] CUCUANA RONCESVALLES [22070010] PM
GAITANIA [22020030] PM
GAITANIA [22027020] ATA
PENA RICA [22020020] PM
GALERA LA [26217010] TONUSCO GIRALDO [26220090] PM
HATILLO EL [21050140] PM
MINA LA [21080080] PG
JARDIN EL HDA [21087070] YAGUARA SAN JOSE HDA [21080110] PG
STA ROSA HDA [21080070] PM
TERPEYA COLOMBIA [21085040] CO
CHARALA [24025050] CO
MERIDA [24027070] FONCE
ENCINO [24020040] PG
MUNDO NUEVO [35067130] RUCIO MUNDO NUEVO [35060300] PM
PAVO REAL [21187020] LUISA ROVIRA 2 [21180040] PM
CAJAMARCA [21215100] CO
CASCADA LA [21210150] PM
DARIEN EL [21210160] PG
DELICIAS LAS [21210130] PM
ESMERALDA LA [21210120] PG
INTERLAKEN [21210240] PM
JUNTAS LAS [21210020] PG

PAYANDE [21217070] COELLO
PALMAR EL [21210220] PG
PALOGRANDE HDA [21210170] PM
PASTALES [21210030] PG
PLACER EL [21210110] PG
PLAN EL [21210140] PM
SECRETO EL [21210080] PG
TOCHE [21210180] PG
PITALITO 2 AUTOMATICA [21017050] GUARAPAS PALESTINA [21010100] PM
Página 33 de 75
TABOR EL [21010180] PM
CABRERA [21190090] PM
NUNEZ [21190330] PM
PLAYA LA [21197030] SUMAPAZ OSPINA PEREZ [21190240] PM
PENAS BLANCAS [21195110] CO
SAN JUAN [21190270] PM
ANGOSTURA [27020210] PM
CEDENO [27020200] PG
PTE ANORI [27027090] NECHI LLANOS D CUIBA LOS [27020220] PM
MONTAÑITAS [27010880] PM
YARUMAL [27020190] PM
ACEVEDO [21030080] PM
PTE GARCES AUTOMATICA[21037010] SUAZA LIBANO EL [21035040] CO
SAN ADOLFO [21030060] PM
COROMORO [24020120] PM
PTE LLANO [24027050] TAQUIZA PAVAS LAS [24020220] PM
PUEBLO VIEJO [24020230] PM
BERLIN [37015020] CP
CHITAGA [37010020] PM
PTE LOPEZ [37017040] CHITAGA PRESIDENTE [37010040] PM
RINCON LOS [37010080] PM
SILOS [37015010] CO
LOURDES [16030080] PM
SAN JUAN [16030100] PM

PTE SARDINATA [16037030] SARDINATA
SARDINATA [16035030] CO
VILLA CARO [16030090] PM
APONTE [52040050] PM
APTO ANTONIO NARIÐO [52045020] SP
BERRUECOS [5204016] PM
PUENTE JUANAMBU [52047020] JUANAMBU BUESACO [52040040] PM
ROSAL DEL MONTE [52040060] PM
SAN BERNARDO [5204503] CO
TAMINANGO [52045040] CO
ABREGO CENTRO ADMO [16055040] CP
APTO AGUAS CLARAS [16055010] CP
BOCATOMA RIO FRIO [16050120] PM

QUINCE LETRAS [16057040] CATATUMBO
BROTARE [16050170] PM
INS AGR CONVENCION [16055090] CP
PLAYA LA [16055060] CO
Página 34 de 75
QUINCE LETRAS [16050020] PM
RIO DE ORO [16050060] PM
TEORAMA [16055020] CO
UNIV FCO P SANTAND [16055100] CO
BETANIA TV [21010230] PM
SAN AGUSTIN AUTOMATICA CANDELA LA [21010140] PM

SOMBRERILLOS
[21017020] PARQUE ARQUEOLOGIC [21015030] CP
SULCHOMISCO [21010200] PM
SARDINAS LAS [22017020] SALDANA HERRERA [22010010] PM
SILVANIA [21197110] SUBIA ALTO SAN MIGUEL [21201920] PM
SONSON [26187030] SONSON SONSON [26180180] PG
CABRERA LA [23065120] CO
PALMA LA [23060170] PM
TOBIA [23067060] NEGRO
PENON EL [23060180] PM
SUPATA [23060200] PM
UBALA [35067030] CHIVOR TRES ESQUINAS [35060230] PM
ARGENTINA LA [21050060] PM
VEGA EL SALADO MEREMBERG HDA [21050190] PM

LA PLATA
AUTOMATICA[21057050] SAN VICENTE [21050160] PM
STA LETICIA [21055030] CO
CAMPANARIO EL [16050130] PM
VEGAS LAS [16057010] FRIO
MARIA LA [16040050] PM
VILLALOSADA [21057080] LA PLATA SAN VICENTE [21050160] PM
Las 36 cuencas objeto de análisis cuentan con estaciones limnigráficas utilizadas como
puntos de cierre; su nombre, codificación y la corriente sobre la cual están ubicadas es
presentada dentro de la Tabla Apéndice 2.
Tabla Apéndice 2. Estaciones Hidrométricas. Fuente: Elaboración propia.
Estación Hidrométrica Corriente Principal Tipo de

[CODIGO] Cuenca Estación
ANIL EL [11117010] RIOSUCIO LG
BOCAS [22017010] ANAMICHU LG
BORBUR [23127010] MINERO LG
BUENOS AIRES [26147040] RISARALDA LG
CAFE MADRID [23197290] LEBRIJA LG
CAMPAMENTO [26197010] SAN JUAN LG
CAMPO DOS [16037020] SARDINATA LG
CARMEN EL [21217200] COELLO LG
Página 35 de 75
Estación Hidrométrica Corriente Principal Tipo de
[CODIGO] Cuenca Estación
CHARCO LARGO [23067080] NEGRO LG
CORNEJO [16027100] PERALONSO LG
DIAMANTE EL [22077030] CUCUANA LG
GAITANIA [22027020] ATA LG
GALERA LA [26217010] TONUSCO LG
JARDIN EL HDA [21087070] YAGUARA LG
MERIDA [24027070] FONCE LG
MUNDO NUEVO [35067130] RUCIO LG
PAVO REAL [21187020] LUISA LG
PAYANDE [21217070] COELLO LG
PITALITO 2 AUTOMATICA [21017050] GUARAPAS LG
PLAYA LA [21197030] SUMAPAZ LG
PTE ANORI [27027090] NECHI LG
PTE GARCES AUTOMATICA[21037010] SUAZA LG
PTE LLANO [24027050] TAQUIZA LG
PTE LOPEZ [37017040] CHITAGA LG
PTE SARDINATA [16037030] SARDINATA LG
PUENTE JUANAMBU [52047020] JUANAMBU LG
QUINCE LETRAS [16057040] CATATUMBO LG
SAN AGUSTIN AUTOMATICA [21017020] SOMBRERILLOS LG
SARDINAS LAS [22017020] SALDANA LG
SILVANIA [21197110] SUBIA LG
SONSON [26187030] SONSON LG
TOBIA [23067060] NEGRO LG
UBALA [35067030] CHIVOR LG
VEGA EL SALADO AUTOMATICA[21057050] LA PLATA LG
VEGAS LAS [16057010] FRIO LG
VILLALOSADA [21057080] LA PLATA LG
Como partida para el análisis de correlaciones y regresiones fue necesario obtener los
parámetros morfométricos de cada una de las Cuencas en estudio, teniendo como resultado los
valores que se indican en la Tabla Apéndice 3. Cuyos resultados se calcularon haciendo uso del
Software ArcSWAT Versión 2012.10_2.19.
Tabla Apéndice 3. Parámetros morfométricos. Fuente: Elaboración propia.

Pendiente Altura Long. Cauce Pendiente
Estación Hidrométrica Corriente Área Perímetro
Media Media Principal Cauce
[CÓDIGO] Principal Cuenca
Km2 Km % m.s.n.m Km %
ANIL EL [11117010] RIOSUCIO 714.53 184.86 46.86 1957.19 62.87 4.27
Página 36 de 75
Pendiente Altura Long. Cauce Pendiente
Estación Hidrométrica Corriente Área Perímetro
Media Media Principal Cauce
[CÓDIGO] Principal Cuenca
Km2 Km % m.s.n.m Km %
BOCAS [22017010] ANAMICHU 654.71 196.51 74.41 2948.85 56.12 7.74
BORBUR [23127010] MINERO 1560.58 277.36 39.90 1685.53 73.92 4.10
BUENOS AIRES [26147040] RISARALDA 476.88 195.46 41.44 2078.88 65.76 3.04
CAFE MADRID [23197290] LEBRIJA 1278.30 270.29 40.49 1957.61 71.34 4.25
CAMPAMENTO [26197010] SAN JUAN 466.30 150.73 59.11 2275.94 31.94 6.02
CAMPO DOS [16037020] SARDINATA 1834.42 363.65 36.77 1144.76 131.66 2.65
CARMEN EL [21217200] COELLO 1091.96 263.73 53.09 2632.14 78.86 3.86
CHARCO LARGO [23067080] NEGRO 710.95 232.75 36.65 1845.86 48.53 5.79
CORNEJO [16027100] PERALONSO 460.66 187.90 45.71 1613.90 61.32 5.79
DIAMANTE EL [22077030] CUCUANA 234.87 109.28 42.65 3214.37 32.57 5.42
GAITANIA [22027020] ATA 916.72 242.48 51.26 2959.73 70.04 4.31
GALERA LA [26217010] TONUSCO 317.73 112.32 54.96 2034.29 36.15 7.32
JARDIN EL HDA [21087070] YAGUARA 493.84 173.59 36.83 1439.20 42.89 3.15
MERIDA [24027070] FONCE 1543.10 310.13 40.82 2417.37 82.96 3.22
MUNDO NUEVO [35067130] RUCIO 36.66 36.98 36.53 2319.33 10.41 13.43
PAVO REAL [21187020] LUISA 140.42 89.52 40.31 1569.28 31.36 8.48
PAYANDE [21217070] COELLO 1533.53 301.14 51.98 2420.31 95.69 3.42

PITALITO 2 AUTOMATICA
GUARAPAS 256.16 136.23 30.74 1830.29 47.43 3.32
[21017050]
PLAYA LA [21197030] SUMAPAZ 1166.50 284.60 31.52 3060.70 89.63 3.59
PTE ANORI [27027090] NECHI 1377.95 324.19 30.92 1941.83 97.37 2.21
PTE GARCES
SUAZA 994.77 261.99 35.92 1602.85 85.50 2.15
PTE LLANO [24027050] TAQUIZA 604.06 167.00 47.28 2542.06 45.27 5.97
PTE LOPEZ [37017040] CHITAGA 833.90 216.46 38.07 3287.65 58.78 3.71
PTE SARDINATA [16037030] SARDINATA 909.62 213.17 50.51 1872.74 67.45 4.87
PUENTE JUANAMBU [52047020] JUANAMBU 1352.59 250.03 41.99 2424.85 83.20 3.44
QUINCE LETRAS [16057040] CATATUMBO 1387.77 307.22 36.39 1480.96 109.41 2.85
SAN AGUSTIN AUTOMATICA
SOMBRERILLOS 325.13 147.63 34.30 2350.57 39.60 4.61
[21017020]
SARDINAS LAS [22017020] SALDANA 1626.19 283.61 57.34 2846.64 73.37 4.56
SILVANIA [21197110] SUBIA 159.64 75.77 36.15 2319.57 24.16 3.59
SONSON [26187030] SONSON 52.45 45.97 25.00 2635.52 11.51 7.02
TOBIA [23067060] NEGRO 1116.23 256.97 37.65 1737.62 72.63 4.25
UBALA [35067030] CHIVOR 68.37 52.35 34.92 2452.15 12.95 10.54

VEGA EL SALADO
LA PLATA 1226.06 264.90 33.59 2400.80 81.54 4.05
VEGAS LAS [16057010] FRIO 69.80 62.14 35.98 2081.86 21.61 9.04
VILLALOSADA [21057080] LA PLATA 163.13 92.37 29.07 2304.74 31.02 5.96
Página 37 de 75
Teniendo los caudales máximos mensuales de cada una de las estaciones hidrométricas
asociadas a cada Cuenca, se realizó el análisis probabilístico de Caudales máximos, hallando
como resultado los valores indicados en la Tabla Apéndice 4.
Tabla Apéndice 4. Caudales máximos asociados a cada Estación Hidrométrica.

Fuente: Elaboración propia.
Caudal. Q (m3/s)
Estación Hidrométrica FDP Periodo de Retorno (años)
2 5 10 20 25 50 100
ANIL EL [11117010] Gumbel 116.21 139.20 154.42 169.01 173.65 187.91 202.07
BOCAS [22017010] Gamma 190.41 231.89 255.76 276.64 282.92 301.42 318.71
BORBUR [23127010] Lognormal 485.69 629.70 721.24 806.80 833.58 915.28 995.59
BUENOS AIRES [26147040] Gumbel 123.80 165.25 192.69 219.02 227.37 253.09 278.62
CAFE MADRID [23197290] Lognormal 120.84 175.43 213.17 250.39 262.41 300.10 338.62
CAMPAMENTO [26197010] Gumbel 206.50 274.61 319.70 362.96 376.68 418.95 460.90
CAMPO DOS [16037020] Normal 447.74 539.91 588.09 627.88 639.47 672.66 702.51
CARMEN EL [21217200] Gumbel 132.13 169.01 193.43 216.85 224.28 247.17 269.89
CHARCO LARGO [23067080] Gumbel 219.04 319.07 385.30 448.84 468.99 531.07 592.69
CORNEJO [16027100] Gamma 196.14 342.99 442.08 536.23 565.82 656.02 744.23
DIAMANTE EL [22077030] Lognormal 52.94 77.30 94.21 110.94 116.35 133.34 150.73
GAITANIA [22027020] Gumbel 123.75 153.29 172.85 191.61 197.56 215.89 234.09
GALERA LA [26217010] Lognormal 40.25 58.69 71.47 84.11 88.20 101.02 114.15
JARDIN EL HDA [21087070] Lognormal 202.04 279.96 332.01 382.21 398.21 447.84 497.75
MERIDA [24027070] Gumbel 470.55 590.07 669.21 745.11 769.19 843.37 917.00
MUNDO NUEVO [35067130] Lognormal 33.65 54.75 70.61 87.11 92.60 110.34 129.18
PAVO REAL [21187020] Gumbel 130.98 210.98 263.95 314.76 330.88 380.53 429.81
PAYANDE [21217070] Gamma 296.95 498.52 632.23 758.24 797.67 917.53 1034.26
PITALITO 2 AUTOMATICA [21017050] Normal 77.81 95.41 104.61 112.20 114.42 120.76 126.46
PLAYA LA [21197030] Lognormal 293.92 421.03 508.04 593.29 620.72 706.48 793.69
PTE ANORI [27027090] Normal 474.04 599.11 664.49 718.48 734.21 779.24 819.76
PTE GARCES AUTOMATICA[21037010] Gumbel 372.36 475.28 543.43 608.79 629.53 693.40 756.80
PTE LLANO [24027050] Normal 274.10 341.05 376.04 404.94 413.36 437.47 459.15
PTE LOPEZ [37017040] Lognormal 146.88 211.56 256.01 299.68 313.75 357.80 402.69
PTE SARDINATA [16037030] Lognormal 239.09 361.69 449.07 536.93 565.62 656.55 750.75
PUENTE JUANAMBU [52047020] Lognormal 199.15 292.44 357.49 421.98 442.86 508.57 575.97
QUINCE LETRAS [16057040] Normal 213.33 277.55 311.11 338.84 346.91 370.04 390.84
SAN AGUSTIN AUTOMATICA [21017020] Lognormal 133.83 201.84 250.21 298.77 314.61 364.78 416.71
SARDINAS LAS [22017020] Lognormal 362.27 502.70 596.59 687.21 716.11 805.77 895.97
SILVANIA [21197110] Gamma 95.94 139.87 167.30 192.38 200.11 223.31 245.56
SONSON [26187030] Gumbel 49.31 84.81 108.32 130.87 138.02 160.05 181.92
TOBIA [23067060] Gumbel 338.69 445.06 515.49 583.05 604.48 670.50 736.02
Página 38 de 75
Caudal. Q (m3/s)
Estación Hidrométrica FDP Periodo de Retorno (años)
2 5 10 20 25 50 100
UBALA [35067030] Normal 75.87 100.16 112.86 123.34 126.39 135.14 143.01
VEGA EL SALADO AUTOMATICA[21057050] Normal 279.58 334.05 362.53 386.04 392.89 412.51 430.15
VEGAS LAS [16057010] Gamma 25.66 47.58 62.74 77.30 81.90 95.99 109.85
VILLALOSADA [21057080] Normal 261.61 316.98 345.92 369.81 376.78 396.71 414.64
De acuerdo a la información de precipitaciones máximas en 24 horas suministrada por el

Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM), se realizó el análisis
probabilístico para obtener las precipitaciones promedio de cada una de las cuencas en estudio,
siendo viable el resultado para cuencas donde las estaciones hidrológicas tenían un
comportamiento muy similar.
Para las estaciones hidrológicas donde el promedio de precipitación presentaba diferencias

mayores a 15% entre estaciones, se procedió a estimar los valores de precipitación promedio a
través de polígonos de Thiessen apoyados en el Software ArcGIS.
De acuerdo a lo anterior se indican los resultados de las precipitaciones promedio para cada
Cuenca en la Tabla Apéndice 5.
Tabla Apéndice 5. Precipitaciones promedio para cada cuenca. Fuente: Elaboración

propia.
Precipitación. (mm)
Corriente Periodo de Retorno (años)
Principal Cuenca
2 5 10 20 25 50 100
ANIL EL [11117010] RIOSUCIO 67.69 81.03 89.59 97.63 100.16 107.88 115.47
BOCAS [22017010] ANAMICHU 59.11 90.08 112.26 134.64 141.97 165.22 189.36
BORBUR [23127010] MINERO 85.93 102.82 112.44 120.86 123.41 130.93 138.00
BUENOS AIRES [26147040] RISARALDA 63.01 82.34 94.22 105.07 108.42 118.53 128.30
CAFE MADRID [23197290] LEBRIJA 59.57 74.71 83.50 91.28 93.64 100.63 107.24
CAMPAMENTO [26197010] SAN JUAN 59.55 71.79 79.89 87.66 90.12 97.72 105.25
CAMPO DOS [16037020] SARDINATA 122.43 144.31 155.75 165.20 167.95 175.83 182.91
CARMEN EL [21217200] COELLO 46.52 61.52 71.33 80.67 83.62 92.72 101.77
CHARCO LARGO [23067080] NEGRO 78.27 93.21 101.89 109.55 111.87 118.74 125.21
CORNEJO [16027100] PERALONSO 90.59 117.18 133.43 148.19 152.74 166.40 179.54
DIAMANTE EL [22077030] CUCUANA 40.87 52.61 60.39 67.84 70.21 77.49 84.72
GAITANIA [22027020] ATA 61.97 78.43 88.00 96.52 99.12 106.85 114.21
GALERA LA [26217010] TONUSCO 59.58 73.16 81.46 89.01 91.34 98.35 105.12
JARDIN EL HDA [21087070] YAGUARA 84.39 103.68 115.54 126.42 129.79 139.97 149.84
MERIDA [24027070] FONCE 76.44 89.60 98.31 106.67 109.32 117.48 125.59
MUNDO NUEVO [35067130] RUCIO 87.17 109.85 121.70 131.48 134.34 142.50 149.84
Página 39 de 75
Precipitación. (mm)
Corriente Periodo de Retorno (años)
Principal Cuenca
2 5 10 20 25 50 100
PAVO REAL [21187020] LUISA 78.34 93.49 103.51 113.13 116.18 125.57 134.90
PAYANDE [21217070] COELLO 58.79 76.58 88.11 99.02 102.46 113.03 123.49
PITALITO 2 AUTOMATICA [21017050] GUARAPAS 58.81 78.20 89.64 99.92 103.06 112.49 121.50
PLAYA LA [21197030] SUMAPAZ 39.67 52.59 60.88 68.68 71.13 78.61 85.97
PTE ANORI [27027090] NECHI 80.47 100.35 113.32 125.67 129.58 141.64 153.65
PTE GARCES AUTOMATICA[21037010] SUAZA 65.09 86.76 100.17 112.48 116.29 127.80 138.95
PTE LLANO [24027050] TAQUIZA 48.96 69.45 82.61 94.83 98.63 110.10 121.19
PTE LOPEZ [37017040] CHITAGA 34.80 44.65 50.74 56.37 58.13 63.45 68.65
PTE SARDINATA [16037030] SARDINATA 73.27 97.24 111.95 125.45 129.63 142.28 154.53
PUENTE JUANAMBU [52047020] JUANAMBU 64.46 78.28 86.69 94.35 96.71 103.82 110.68
QUINCE LETRAS [16057040] CATATUMBO 63.04 80.49 91.18 100.94 103.96 113.08 121.92
SAN AGUSTIN AUTOMATICA [21017020] SOMBRERILLOS 60.83 78.94 90.48 101.30 104.68 115.01 125.15
SARDINAS LAS [22017020] SALDANA 50.75 62.49 70.27 77.73 80.09 87.38 94.61
SILVANIA [21197110] SUBIA 39.88 53.49 60.60 66.47 68.19 73.09 77.49
SONSON [26187030] SONSON 59.15 68.70 74.29 79.25 80.75 85.22 89.46
TOBIA [23067060] NEGRO 75.46 89.87 98.22 105.56 107.78 114.33 120.49
UBALA [35067030] CHIVOR 67.92 81.12 88.02 93.72 95.38 100.14 104.42
VEGA EL SALADO AUTOMATICA[21057050] LA PLATA 55.53 72.20 82.65 92.31 95.31 104.41 113.23
VEGAS LAS [16057010] FRIO 73.23 94.12 107.16 119.20 122.94 134.24 145.20
VILLALOSADA [21057080] LA PLATA 64.87 84.68 96.44 106.92 110.10 119.55 128.48
Para el análisis de las correlaciones entre variables dependientes e independientes se

empleó el Software PASW Statistics 18 Versión 18.0.0. Teniendo como resultado los valores
indicados en la Tabla Apéndice 6.
Los resultados indican que la pendiente Media de la Cuenca y la Altura Media de la

Cuenca no tienen un valor de significancia representativo, por lo tanto no aportan a la deducción
del Caudal.
Cabe resaltar que el cálculo empleado por el Software es la correlación de Pearson, donde
se realiza una covarianza estandarizada por la desviación estándar de dos variables comparadas,
lo cual produce valores entre -1 y 1. (Rodríguez Salazar , Álvarez Hernández , & Bravo Nuñez,
2001).
Tabla Apéndice 6. Correlaciones Bivariadas. Fuente: Elaboración propia.
Correlaciones de Pearson
Periodo de Retorno
Parámetro
2 años 5 años 10 años 20 años 25 años 50 años 100 años
Área - Caudal 0.775** 0.778** 0.770** 0.759** 0.755** 0.742** 0.729**
Página 40 de 75
Correlaciones de Pearson
Periodo de Retorno
Parámetro
Perímetro - Caudal 0.761** 0.762** 0.754** 0.742** 0.738** 0.725** 0.711**

Pendiente Media de la Cuenca - Caudal -0.024 -0.001 0.015 0.029 0.033 0.044 0.053
Altura Media de la Cuenca - Caudal -0.255 -0.252 -0.243 -0.233 -0.230 -0.219 -0.209
Longitud del Cauce Principal - Caudal 0.697** 0.694** 0.682** 0.668** 0.662** 0.646** 0.630**
Pendiente del Cauce Principal - Caudal -0.531** -0.525** -0.516** -0.506** -0.502** -0.492** -0.481**
Precipitación - Caudal 0.357* 0.331* 0.313 0.295 0.289 0.270 0.251
** La Correlación es significativa al nivel 0.01 (bilateral)
* La Correlación es significativa al nivel 0.05 (bilateral)
Teniendo en cuenta las variables eliminadas producto del análisis de correlación de

Pearson se presentan a continuación los coeficientes de colinealidad en la Tabla Apéndice 7.
Es importante resaltar que la Colinealidad se presenta cuando una variable X1 es

combinación lineal de otra variable X2. Aunque no existen reglas fijas cuando el Factor de la
Inflación de la Varianza (FIV) es mayor a 10 muestra una variable que casi es combinación
lineal de las restantes, lo que indica un problema de colinealidad, por lo tanto es necesario
eliminar una de las dos variables. (Guisande, Vaamonde, & Barreiro , 2011)
Tabla Apéndice 7. Colinealidad. Fuente: Elaboración propia.
Estadísticos de Colinealidad (FIV)

Periodo de Retorno
Parámetro
Área 2.450 2.218 2.094 2.009 1.989 1.939 1.906

Pendiente Media de la Cuenca 1.190 1.174 1.194 1.229 1.242 1.285 1.329
Altura Media de la Cuenca 3.044 2.885 2.640 2.398 2.326 2.122 1.951
Pendiente del Cauce Principal 2.673 2.470 2.307 2.175 2.140 2.049 1.983
Precipitación 3.382 3.015 2.671 2.376 2.295 2.078 1.913
Variable dependiente: Caudal
Para el análisis de modelos matemáticos tridimensionales se utilizó el Software

TableCurve 3D Versión 4.0, el cual tiene incorporado 453.697.387 ecuaciones para poder
encontrar un modelo que se ajuste a las necesidades del investigador, encontrando ecuaciones
lineales, funciones polinómicas, funciones exponenciales y logarítmicas, funciones de pico no
lineal, funciones de transición no lineal, ecuaciones exponenciales y de potencia no lineal entre
otras (SYSTAT, 2017).
Haciendo uso Software TableCurve 3D Versión 4.0 se analizaron siete (7) periodos de
retorno, cuatro (4) parámetros morfométricos (área, perímetro, longitud del cauce principal y
pendiente del cauce principal), precipitaciones máximas en 24 horas y caudales máximos,
Página 41 de 75
teniendo como análisis diez (10) combinaciones para cada periodo de retorno, encontrando como
resultado que la mejor combinación es caudal, respecto al área de la cuenca y la precipitación,
teniendo coeficientes de correlación superiores a 0.70.
De acuerdo a lo anterior se indica el modelo matemático tridimensional para cada periodo

de retorno.
Grafica Apéndice 1. Área, Precipitación y Caudal para periodo de retorno de 2

años. Fuente: Elaboración propia.

Página 42 de 75

Página 43 de 75

Página 44 de 75
Otro de los métodos utilizados en el desarrollo del presente trabajo de grado, es el método
de la Envolvente, utilizado para encontrar los caudales máximos probables de una cuenca
principalmente cuando se carece de información. A continuación se indican las Envolventes de
Caudal – Área, Caudal – Altura Media de la Cuenca y Caudal – Pendiente del Cauce Principal
para cada uno de los periodos de retorno evaluados.
Grafica Apéndice 8. Envolvente general Caudal – Área. Periodo de retorno de 2

años. Fuente: Elaboración Propia.
Evolvente General Caudal - Área

Tr = 2 Años
1.80
1.60
Caudal Unitario (m3/s/km2)
1.40
1.20
1.00
0.80
0.60
0.40
0.20
0.00
0 500 1000 1500 2000
Área de Drenaje (km2)
Página 45 de 75

Tr = 5 Años
6.00
5.00
4.00
3.00
2.00
1.00
0.00
0 500 1000 1500 2000


Tr = 10 Años
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
0 500 1000 1500 2000
Página 46 de 75

Tr = 20 Años
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
0 500 1000 1500 2000


Tr = 25 Años
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
0 500 1000 1500 2000
Página 47 de 75

Tr = 50 Años
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
0.00
0 500 1000 1500 2000

Tr = 100 Años
12.00
10.00
8.00
6.00
4.00
2.00
0.00
0 500 1000 1500 2000
Página 48 de 75
Grafica Apéndice 15. Envolvente general Caudal – Altura Media Cuenca. Periodo
de retorno de 2 años. Fuente: Elaboración Propia.
Evolvente General Caudal - Altural Media Cuenca

Tr = 2 Años
0.45
Caudal Unitario (m3/s/m.s.n.m.)
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
1000 1500 2000 2500 3000 3500
Altura Media de la Cuenca (m.s.n.m.)

Tr = 5 Años
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500
Página 49 de 75

Tr = 10 Años
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500

Tr = 20 Años
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500
Página 50 de 75

Tr = 25 Años
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500

Tr = 50 Años
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500
Página 51 de 75
Grafica Apéndice 21. Grafica Apéndice 22. Envolvente general Caudal – Altura
Media Cuenca. Periodo de retorno de 100 años. Fuente: Elaboración Propia

Tr = 100 Años
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1000 1500 2000 2500 3000 3500
Grafica Apéndice 23. Envolvente general Caudal – Pendiente del Cauce principal.
Periodo de retorno de 2 años. Fuente: Elaboración Propia
Evolvente General Caudal - Pendiente del Cauce

Principal
Tr = 2 Años
300
Caudal Unitario (m3/s/%)
250
200
150
100
50
0
2 4 6 8 10 12 14
Pendiente del Cauce Principal (%)
Página 52 de 75

Principal
Tr = 5 Años
400
350
300
250
200
150
100
50
0
2 4 6 8 10 12 14

Principal
Tr = 10 Años
400
350
300
250
200
150
100
50
0
2 4 6 8 10 12 14
Página 53 de 75

Principal
Tr = 20 Años
450
400
350
300
250
200
150
100
50
0
2 4 6 8 10 12 14

Principal
Tr = 25 Años
500
450
400
350
300
250
200
150
100
50
0
2 4 6 8 10 12 14
Página 54 de 75

Principal
Tr = 50 Años
1400
1200
1000
800
600
400
200
0
2 4 6 8 10 12 14

Principal
Tr = 100 Años
600
500
400
300
200
100
0
2 4 6 8 10 12 14
A continuación se presenta la localización general y especifica de las 36 cuencas en

estudio, ubicadas en diferentes zonas de Colombia.
Página 55 de 75
Ilustración. 1. Localización General de Cuencas en Estudio.
Página 56 de 75
Ilustración. 2. Localización Específica Cuenca Pte Anori
Página 57 de 75
Ilustración. 3. Localización Cuencas Campo Dos, Pte Sardinata, Cornejo, Quince Letras,
Vegas Las
Página 58 de 75
Ilustración. 4. Localización Cuencas Puente López, Café Madrid
Página 59 de 75
Ilustración. 5. Localización Cuencas Mérida y Pte Llano
Página 60 de 75
Ilustración. 6. Localización Cuencas Borbur, Charco Largo y Tobia
Página 61 de 75
Ilustración. 7. Localización Cuencas Mundo Nuevo y Ubala
Página 62 de 75
Ilustración. 8. Localización Cuencas Silvania y Playa La
Página 63 de 75
Ilustración. 9. Localización Cuencas Payande, Carmen El, Pavo Real y Diamante El
Página 64 de 75
Ilustración. 10. Localización Cuencas Bocas, Sardinas Las y Gaitania
Página 65 de 75
Ilustración. 11. Localización Cuencas Jardín El Hda, Villalosada y Vega El Salado
Automática
Página 66 de 75
Ilustración. 12. Localización Cuencas Pte Garces Automática, Pitalito 2 Automática
y San Agustín Automática
Página 67 de 75
Ilustración. 13. Localización Cuenca Puente Juanambu
Página 68 de 75
Ilustración. 14. Localización Cuencas Pte Anori, Anil El y Galera La
Página 69 de 75
Ilustración. 15. Localización Cuencas Campamento, Buenos Aires y Sonson
Página 70 de 75
ANEXOS
Anexo 1. Tabla función de probabilidad Normal
(Aparicio, 2013)
Página 71 de 75
Anexo 2. Tabla función de probabilidad Gamma
(Aparicio, 2013)
Página 72 de 75
Anexo 3. Tabla función de Distribución Gamma (continuación)
Página 73 de 75
Anexo 4. Tabla función de Distribución Gumbel
(Aparicio, 2013)
Página 74 de 75
Anexo 5. Valores Kolmogorov - Smirnov
(Kottegoda & Rosso, 2008)
Página 75 de 75

Análisis de Correlación Entre Parámetros Morfométricos, Precipitaciones Máximas y Caudales Máximos Asociados A Diferentes Periodos de Retorno en Cuencas Rurales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis de Correlación Entre Parámetros Morfométricos, Precipitaciones Máximas y Caudales Máximos Asociados A Diferentes Periodos de Retorno en Cuencas Rurales

Cargado por

Copyright:

Formatos disponibles

ANÁLISIS DE CORRELACIÓN ENTRE PARÁMETROS MORFOMÉTRICOS,

PRECIPITACIONES MÁXIMAS Y CAUDALES MÁXIMOS ASOCIADOS A

RÓMULO SUÁREZ FIESCO

OMAR FÉLIX ALMEIDA ROSERO

UNIVERSIDAD CATÓLICA DE COLOMBIA

PROGRAMA DE ESPECIALIZACIÓN EN RECURSOS HÍDRICOS

BOGOTÁ D.C – 2017

RÓMULO SUÁREZ FIESCO

OMAR FÉLIX ALMEIDA ROSERO

Trabajo de grado para obtener el título de especialista en Recursos Hídricos.

ASESOR: JORGE ALBERTO VALERO FANDIÑO

INGENIERO CIVIL, MSC.

UNIVERSIDAD CATÓLICA DE COLOMBIA

PROGRAMA DE ESPECIALIZACIÓN EN RECURSOS HÍDRICOS

BOGOTÁ D.C – 2017

A mi padre, quien me enseño la importancia del aprendizaje y me inculcó su constancia y

A Lina Marcela, gracias por su apoyo y amor incondicional.

Agradecemos al Ingeniero Jorge Valero, quien con su experiencia, conocimiento e

Omar Almeida y Rómulo Suarez

Los modelos lluvia-escorrentía cobran gran importancia en la estimación de volúmenes

El empleo de ecuaciones que permitan estimar caudales máximos a partir de parámetros

A partir de la información hidrométrica y meteorológica de 36 cuencas ubicadas en

Palabras clave: Modelos lluvia-escorrentía, Morfometría, Precipitación máxima, Caudal

The approach of this investigation was based on the characterization of 36 watershed

Actualmente el país cuenta con una red de medición de variables meteorológicas e

Tabla 0-1. Estaciones meteorológicas e hidrológicas en operación. Fuente:

El IDEAM es una institución pública de apoyo técnico y científico al Sistema Nacional

La red hidrométrica de monitoreo nacional en operación tiene una densidad

Los modelos lluvia-escorrentía requieren el conocimiento de parámetros asociados a

De acuerdo con lo anterior, el empleo de ecuaciones que permitan estimar caudales

A partir de la información hidrométrica de 36 estaciones Limnigráficas y la información

1.1 LÍNEA DE INVESTIGACIÓN

1.2 PLANTEAMIENTO DEL PROBLEMA

El principal problema asociado a la falta de información base necesaria para la generación

1.2.1 Problema a resolver

El problema a resolver es la incertidumbre asociada a la determinación de caudales

1.2.2 Antecedentes del problema a resolver

Las metodologías de análisis hidrológicos comúnmente utilizadas en Colombia,

La aplicación de dichas metodologías se realiza en la mayoría de casos en forma

1.2.3 Pregunta de investigación

¿Existe una correlación significativa entre parámetros morfométricos, precipitaciones

El presente trabajo de grado busca la generación de una metodología de estimación de

El objetivo general y los objetivos específicos propuestos en el desarrollo del presente

1.4.1 Objetivo general

Establecer o desvirtuar la existencia de una correlación matemática entre los parámetros

1.4.2 Objetivos específicos

 Recopilar y procesar la información de precipitaciones y caudales asociada a las 36

 Verificar la existencia o no de colinealidad entre las variables pluviométricas y

 Aplicar los métodos de regresión lineal múltiple, ajuste a modelos matemáticos

2.1 MARCO CONCEPTUAL

A continuación se presenta los conceptos teóricos relacionados con las metodologías de

2.1.1 Periodo de retorno

El periodo de retorno puede definirse como el tiempo promedio en el cual un evento es

T: Periodo de retorno (años)

n: Número total de datos.

m: Número de orden de los datos.

Es usual en hidrología trabajar con periodos de retorno en lugar de probabilidades, ya que

Tabla 2-1. Periodos de Retorno de Obras de Drenaje Vial. Fuente: INVIAS

2.1.2 Identificación de valores atípicos (outliers)

De acuerdo a lo anterior se procedió a utilizar el diagrama de caja y bigotes para el

2.1.2.1 Diagrama de Caja y Bigotes

Esta herramienta de análisis exploratorio permite estudiar la simetría de los datos y

 El bigote de la izquierda tiene un extremo en el primer cuartil (Q1) y el otro en el